CenterNet合集
*pprp*
GiantPandaCV公众号作者,研究方向automl,nas
展开
-
CenterNet测试推理过程
【GiantPandaCV导语】这是CenterNet系列的最后一篇。本文主要讲CenterNet在推理过程中的数据加载和后处理部分代码。最后提供了一个已经配置好的数据集供大家使用。代码注释在:https://github.com/pprp/SimpleCVReproduction/tree/master/CenterNet1. eval部分数据加载由于CenterNet是生成了一个heatmap进行的目标检测,而不是传统的基于anchor的方法,所以训练时候的数据加载和测试时的数据加载结果是不同的。原创 2020-09-01 21:05:07 · 1196 阅读 · 2 评论 -
CenterNet之loss计算代码解析
[GiantPandaCV导语] 本文主要讲解CenterNet的loss,由偏置部分(reg loss)、热图部分(heatmap loss)、宽高(wh loss)部分三部分loss组成,附代码实现。1. 网络输出论文中提供了三个用于目标检测的网络,都是基于编码解码的结构构建的。ResNet18 + upsample + deformable convolution : COCO AP 28%/142FPSDLA34 + upsample + deformable convolution :原创 2020-08-17 21:59:03 · 2539 阅读 · 2 评论 -
CenterNet的骨干网络之DLASeg
DLA全称是Deep Layer Aggregation, 于2018年发表于CVPR。被CenterNet, FairMOT等框架所采用,其效果很不错,准确率和模型复杂度平衡的也比较好。CenterNet中使用的DLASeg是在DLA-34的基础上添加了Deformable Convolution后的分割网络。1. 简介Aggretation聚合是目前设计网络结构的常用的一种技术。如何将不同深度,将不同stage、block之间的信息进行融合是本文探索的目标。目前常见的聚合方式有skip conn原创 2020-08-06 10:16:15 · 3535 阅读 · 10 评论 -
pytorch版CenterNet训练自己的数据集
CenterNet(Objects as points)已经有一段时间了,之前这篇文章-【目标检测Anchor-Free】CVPR 2019 Object as Points(CenterNet)中讲解了CenterNet的原理,可以回顾一下。这篇文章是基于非官方的CenterNet实现,https://github.com/zzzxxxttt/pytorch_simple_CenterNet_45,这个版本的实现更加简单,基于官方版本(https://github.com/xingyizhou/Cent原创 2020-07-31 16:07:48 · 2718 阅读 · 16 评论 -
CenterNet骨干网络之hourglass
CenterNet中主要提供了三个骨干网络ResNet-18(ResNet-101), DLA-34, Hourglass-104,本文从结构和代码先对hourglass进行讲解。本文对应代码位置在:https://github.com/pprp/SimpleCVReproduction/tree/master/Simple_CenterNet1. Ground Truth Heatmap在开始讲解骨干网络之前,先提一下上一篇文章中有朋友问我的问题:CenterNet为什么要沿用CornerNet的半原创 2020-07-31 16:00:37 · 1490 阅读 · 0 评论 -
CenterNet 数据加载解析
本文主要解读CenterNet如何加载数据,并将标注信息转化为CenterNet规定的高斯分布的形式。1. YOLOv3和CenterNet流程对比CenterNet和Anchor-Based的方法不同,以YOLOv3为例,大致梳理一下模型的框架和数据处理流程。YOLOv3是一个经典的单阶段的目标检测算法,图片进入网络的流程如下:对图片进行resize,长和宽都要是32的倍数。图片经过网络的特征提取后,空间分辨率变为原来的1/32。得到的Tensor去代表图片不同尺度下的目标框,其中目标框的表原创 2020-07-30 15:44:18 · 870 阅读 · 0 评论